基于稀疏核主成分分析的语音情感识别研究

• 作者: 王晓兰 王蓓 顾为一
• 来源期刊: 信息化研究
• 学科: 工学
• 关键词: 语音情感 情感识别 特征降维 稀疏核主成分分析
• 年，卷（期）: 2014,（1）
• 所属期刊栏目: 研究与设计
• 页码范围: 36-39
• 页数: 4页
• 分类号: TP391.4
• 语种: 中文

摘要

为提升语音情感识别的能力,本研究提出一种基于稀疏核主成分分析(Sparse Kernel Prin-cipal Component Analysis,SKPCA)的方法.该方法结合核主成分分析以及稀疏表示的方法,能够同时满足特征降维和样本稀疏,起到降维和降噪的作用.本研究首先利用openSMILE工具包提取情感语音样本的声学特征及其统计特征用于情感识别,然后介绍SKPCA的算法原理及推导过程,最后使用多种分类器在柏林库做了大量的实验,实验结果表明,使用SKPCA方法可取得较好的识别结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王蓓		134	1047	17.0	24.0
2	王晓兰		2	0	0.0	0.0
3	顾为一		1	0	0.0	0.0